臺灣博碩士論文加值系統

本研究以澳幣與紐幣代表高息貨幣(風險性貨幣)，瑞士法郎與日幣代表低息貨幣(避險性貨幣)，運用時間序列法分析風險性匯率波動與避險性匯率波動之關聯性，並且將樣本期間區分為低波動期間(2002年1月至2007年6月)與高波動期間(2007年7月至2016年6月)進行實證研究。首先，為取得各市場的波動序列，低波動期間的瑞郎、日幣、紐幣與高波動期間的紐幣均選擇GARCH模型；高波動期間的澳幣與日幣選用GJR-GARCH模型為最適模型，模型同時可解釋其匯率報酬率之波動不對稱性現象，當澳幣相對於美元貶值時，澳幣匯率報酬率的波動會較大，當日幣相對於美元貶值時，日幣匯率報酬率的波動會較小；低波動期間的澳幣與高波動期間的瑞郎選用EGARCH模型為最適模型，該模型亦可捕捉波動不對稱性，當澳幣相對美元貶值時，澳幣匯率報酬率的波動會較小，當瑞郎相對美元貶值時，瑞郎匯率報酬率的波動會較大。
在Granger領先落後關係方面，實證結果顯示，在低波動時期，避險性貨幣之瑞郎匯率波動領先風險性貨幣之澳幣匯率波動，與本研究的預期相符，另外，避險性貨幣中的日幣匯率波動領先同為避險性貨幣的瑞郎匯率波動，而日幣匯率波動與澳幣匯率波動、紐幣匯率波動並無因果關係而互為獨立。在高波動時期，匯率市場劇烈波動，將導致資金從風險性資產抽離而流入避險性資產成為避險工具，因此風險性貨幣之澳幣匯率波動與紐幣匯率波動皆領先避險性貨幣之瑞郎匯率波動，與本研究的預期相符，但避險性貨幣之日幣匯率波動領先風險性貨幣之紐幣匯率波動，與本研究的預期相左。在高風險狀態下，資金跨國交易的流動更加頻繁，貨幣之間的互動關係顯著的提升，風險性貨幣之間(澳幣與紐幣匯率波動)以及避險性貨幣與風險性貨幣之間(日幣與澳幣匯率波動)皆於低波動時期的獨立關係轉變為具有雙向回饋關係。

摘要 I
目錄 II
表目錄 III
圖目錄 IV
第一章 緒論 1
第一節 研究背景及研究動機 1
第二節 研究目的 3
第三節 研究內容及架構 4
第二章 文獻回顧 5
第一節 避險貨幣 5
第二節 利差交易和無拋補利率平價假說的偏離 7
第三節 用GARCH模型來建構匯率波動的模型 9
第三章 研究方法 13
第一節 研究樣本及資料來源 13
第二節 單根檢定 13
第三節 單變量GARCH模型 16
第四節 差異檢定 19
第五節 向量自我迴歸模型 20
第六節 Granger因果關係之檢定 21
第四章 實證結果與分析 23
第一節 基本敘述統計分析 23
第二節 單根檢定結果 27
第三節 單變量GARCH模型 29
第四節 差異檢定結果 35
第五節 向量自我迴歸模型結果分析 36
第六節 Granger因果關係之檢定結果 42
第五章 結論與建議 46
第一節 結論 46
第二節 後續建議與研究 47
參考文獻 48

表目錄
表4.1 低波動期間之敘述性統計表 24
表4.2 高波動期間之敘述性統計表 26
表4.3 低波動期間四個貨幣匯率之ADF單根檢定 27
表4.4 高波動期間四個貨幣匯率之ADF單根檢定 28
表4.5 GARCH模型之參數估計結果 31
表4.6 GJR-GARCH模型之參數估計結果 33
表4.7 EGARCH模型之參數估計結果 34
表4.8 高、低波動期間，美元兌換該國貨幣波動之差異檢定結果 36
表4.9 低波動時期VAR模型估計結果 37
表4.10 高波動時期VAR模型估計結果 40
表4.11 高、低波動時期Granger因果關係檢定 42

圖目錄
圖4.1 美元兌澳幣、瑞郎、日幣、紐幣匯率2002年1月至2016年6月走勢圖 23
圖4.3 低波動時期Granger因果關係圖 43
圖4.4 高波動時期Granger因果關係圖 44

1.李杰恩 (2015)，「利差交易之波動風險-簡單移動平均之應用」，政治大學國際經營與貿易研究所論文。

2.凃雲懷 (2010)，「台灣匯率預測模型在多頭或空頭市場之預測能力-總體經濟因素及時間序列模型的比較」，中正大學財務金融研究所論文。

3.黃建豪 (2014)，「高息貨幣匯率與黃金期貨間之波動外溢現象及避險效果探討」，中正大學財務金融研究所論文。

4.張誠文 (2013)，「使用外匯隱含波動率建構利差交易策略-馬可夫轉換模型之應用」，政治大學金融研究所論文。

5.楊慈珍 (2005)，「新台幣兌美元匯率波動性預測及其與遠期匯率之關聯性-預測模型比較及納入成交量之探討」，國立臺灣海洋大學應用經濟研究所論文。

6.廖怡婷 (2009)，「探討外匯市場匯率波動不對稱性─以美元及日圓兌台幣為例」，政治大學國際經營與貿易研究所論文。

7.Abdalla, S. Z. S., 2012, “Modelling Exchange Rate Volatility Using GARCH Models: Empirical Evidence from Arab Countries”, International Journal of Economics and Finance, v. 4, pp. 216-29

8.Bhar, R.; Kim, S.; Pham, T. M., 2004, “Exchange Rate Volatility and Its Impact on the Transaction Costs of Covered Interest Rate Parity”, Japan and the World Economy, v. 16, pp. 503-25

9.Bouoiyour, J.; Selmi, R., 2015, “Exchange Volatility and Export Performance in Egypt: New Insights from Wavelet Decomposition and Optimal GARCH Model” , Journal of International Trade and Economic Development, v. 24, pp. 201-27

10.Clements, A. E.; Hurn, A. S.; Volkov, V. V., 2015, “Volatility Transmission in Global Financial Markets” Journal of Empirical Finance, v. 32, pp. 3-18

11.De Bock, R.; de Carvalho Filho, I., 2015, “The Behavior of Currencies During Risk-off Episodes”, Journal of International Money and Finance, v. 53, pp. 18-34
12.Dimitriou, D.; Kenourgios, D., 2013, “Financial Crises and Dynamic Linkages among International Currencies”, Journal of International Financial Markets, Institutions and Money, v. 26, pp. 319-32

13.Engle, R. F.; Ito, T.; Lin, W. L., 1990, “Meteor Showers or Heat Waves? Heteroskedastic Intra-Daily Volatility in the Foreign Exchange Market”, Econometrica, v. 58, pp. 525-42

14.Fatum, R.; Yamamoto,Y., 2016,“Intra-safe Haven Currency Behavior during the
Global Financial Crisis”, Journal of International Money and Finance, v. 66, pp. 49-64

15.Grisse, C.; Nitschka, T., 2015, “On Financial Risk and the Safe Haven Characteristics of Swiss Franc Exchange Rates”, Journal of Empirical Finance, v. 32, pp. 153-64

16.Hossain, A. A.; Arwatchanakarn, P., 2016, “Inflation and Inflation Volatility in Thailand”, Applied Economics, v. 48, pp. 2792-2806

17.Hossfeld, O.; MacDonald, R., 2015, “Carry Funding and Safe Haven Currencies: A Threshold Regression Approach”, Journal of International Money and Finance, v. 59, pp. 185-202

18.Kido Y., 2016, “On the Link Between the US Economic Policy Uncertainty and Exchange Rates”, Economics Letters, v. 144, pp. 49-52

19.MacDonald, R.; Nagayasu, J., 2015, “Currency Forecast Errors and Carry Trades at Times of Low Interest Rates: Evidence from Survey Data on the Yen/Dollar Exchange Rate”, Journal of International Money and Finance, v. 53, pp. 1-19

20.Marreh, S.; Olubusoye, O. E.; Kihoro, J. M., 2014, “Modeling Volatility in the Gambian Exchange Rates: An ARMA-GARCH Approach”, International Journal of Economics and Finance, v. 6, pp. 118-28

21.Menkhoff, L.; Sarno, L.; Schmeling, M.; Schrimpf, A., 2012, “Carry Trades and Global Foreign Exchange Volatility”, Journal of Finance, v. 67, pp. 681-718


22.Mollick, A. V.; Assefa, T. A., 2013, “Carry-Trades on the Yen and the Swiss Franc: Are They Different?” Journal of Economics and Finance, v. 37, pp. 402-23

23.Morelli, D., 2002, “The Relationship Between Conditional Stock Market Volatility and Conditional Macroeconomic Volatility Empirical Evidence Based on UK Data”, International Review of Financial Analysis, v. 11, pp. 101-10

24.Mozumder, N.; De Vita, G.; Kyaw, K. S.; Larkin, C., 2015, “Volatility Spillover Between Stock Prices and Exchange Rates: New Evidence Across the Recent Financial Crisis Period”, Economic Issues, v. 20, pp. 43-64

25.Rabiul Alam Beg, A. B. M.; Anwar, S., 2014, “Detecting Volatility Persistence in GARCH Models in the Presence of the Leverage Effect”, Quantitative Finance, v. 14, pp. 2205-13

26.Ranaldo, A.; Soderlind, P., 2010, “Safe Haven Currencies”, Review of Finance, July 2010, v. 14, pp. 385-407

27.Sabiruzzaman, M.; Monimul Huq, M.; Beg, R. A.; Anwar, S., 2010, “Modeling and Forecasting Trading Volume Index: GARCH versus TGARCH Approach”, Quarterly Review of Economics and Finance, v. 50, pp. 141-45

28.Tian, S.; Hamori, S., 2016, “Time-Varying Price Shock Transmission and Volatility Spillover in Foreign Exchange, Bond, Equity, and Commodity Markets: Evidence from the United States”, North American Journal of Economics and Finance, v. 38, pp. 163-71